Hive窗口函数

1. 什么是窗口函数

• over( ) 就是一个窗口函数 用来声明与分析函数函数的作用范围

2. 窗口函数的语法

• 分析函数 over(partition by 列名 order by 列名 rows between 开始位置 and 结束位置)
  • partition by可理解为group by 分组。分析函数按照每一组每一组的数据进行计算的。
  • order by：窗口排序
  • rows between 开始位置 and 结束位置 是指定窗口范围，比如第一行到当前行。而这个范围是随着数据变化的。over(rows between 开始位置 and 结束位置)搭配分析函数时，分析函数按照这个范围进行计算的

PRECEDING：往前
FOLLOWING：往后
CURRENT ROW：当前行
UNBOUNDED：起点（一般结合PRECEDING，FOLLOWING使用）
UNBOUNDED PRECEDING 表示该窗口最前面的行（起点）
UNBOUNDED FOLLOWING：表示该窗口最后面的行（终点）
比如说：
ROWS BETWEEN UNBOUNDED PRECEDING AND CURRENT ROW（表示从起点到当前行）
ROWS BETWEEN 2 PRECEDING AND 1 FOLLOWING（表示往前2行到往后1行）
ROWS BETWEEN 2 PRECEDING AND 1 CURRENT ROW（表示往前2行到当前行）
ROWS BETWEEN CURRENT ROW AND UNBOUNDED FOLLOWING（表示当前行到终点）

3. 窗口函数常常搭配的分析函数都有什么？

• 聚合函数 avg()、sum()、max()、min()

• 排名类
  row_number()：1、2、3、4、5、6
  rank() 按照值排序时产生一个自增编号，值相等时会重复，会产生空位（如：1、2、3、3、3、6）
  dense_rank() 按照值排序时产生一个自增编号，值相等时会重复，不会产生空位（如：1、2、3、3、3、4）

• 其他类
  lag(列名,往前的行数,[行数为null时的默认值，不指定为null])，可以计算用户上次购买时间，或者用户下次购买时间。
  lead(列名,往后的行数,[行数为null时的默认值，不指定为null])
  ntile(n) ： 将分组的数据进行切片，并返回切片值

4. 窗口函数练习

窗口函数练习